哈商大学子点亮慧眼，定义无损检测新标准

据国家文物局数据显示，我国馆藏书画类文物超320万件，其中约68%面临不同程度的病害威胁。然而，传统的人工检测高度依赖专家个人经验，不仅单幅画作检测耗时长达4至6小时，且不同人员对病害等级的判定差异度可达35%，“千人千面”的评估结果严重阻碍了预防性保护工作的开展。

针对这一痛点，“智检同行”团队应运而生。哈尔滨商业大学学生吴限好介绍道：“自某次博物馆研学归来后，我和我的队员们对当今基层文博单位的人工文物检测方式表示担忧，因此研发出一款帮助基层文博单位降本增效的文物病害检测产品，成为了团队成员们的一致目标。”这支跨学科团队利用深度学习技术，构建了基于ResNet-CBAM、DCNv2-CA及SAM-ASPP三大核心算法的级联网络，成功突破了书画复杂墨迹背景下的微小病灶识别难题。

与传统高端设备不同，该系极具“烟火气”。它无需昂贵的多光谱成像仪，仅凭常规高清扫描图像即可运行，将单幅书画的检测准确率稳定在82.7%以上，且能自动输出包含面积占比、边缘曲率等六项量化指标的标准化报告。

目前，该系统的实用价值已在试点企业中得到了充分验证。在深圳市子艺书画艺术有限公司，系统投入使用后，基层员工仅需1天培训即可上手操作，单幅书画检测成本较第三方外包降低60%，彻底解决了小企业请不起专家、建不起档案的难题；在西安市碑林区国华工艺商店，面对宣纸、绢本等混杂材质，系统通过自适应参数调节，将多材质检测准确率提升至92%以上，微小病害漏检率从23%降至4%以下；在桐庐五云书画有限公司，系统累计完成500余幅馆藏书画的“健康体检”，检测结果一致性高达96%，为馆方科学排定修复优先级提供了坚实的数据支撑。

业内人士指出，该项目的落地不仅意味着AI技术在垂直细分领域的成功应用，更通过技术手段抹平了不同层级文博单位之间的技术鸿沟。未来，随着该系统的进一步推广，将为我国构建全国统一的书画文物数字健康档案、实现文化遗产的长效保护贡献重要力量。